C++ SVM Opencv3.4实现人脸检测

很通俗的来说，haar算法计算特征就是用一块区域内黑色的值减去白色的值。但是一张图片像素点是非常多的，如果用普通的方法去计算一块区域的值，效率相当低下。
这里有一种加速计算的方法-- 积分图：
定义如下：

（维基百科贴过来的“—”）

积分图每一点（x，y）都是这个点对应左上角区域所有值的和
并且只需要遍历一遍图像就可得到积分图。
而对于任意一点(x,y) 积分图可这样计算 I(x,y)= i(x,y)+I(x-1,y)+I(x,y-1)-I(x-1,y-1)
利用积分图就可以很高效的计算出图像中的特征区域。
我这里用的是已经训练好的haar级联分类器。

眼睛检测 haarcascade_eye_tree_eyeglasses.xml
人脸检测 haarcascade_frontalface_alt2.xml

检测思路：
先把图片转为灰度，接着将图片直方均匀化，在上面处理后的图片矩阵中检测脸的区域，然后把脸这一块圈出来去检测眼睛。